Модель Muse Ember: Meta выпустила самую дешёвую модель для ИИ-агентов — $0,10 за миллион токенов и контекст на 1 млн
Meta выпустила Muse Ember — лёгкую модель для рутины ИИ-агентов, которая по цене спорит уже с открытыми моделями. Разбираем цифры, ограничения и кому она пригодится.

- Релиз 9 ноября: доступ через Meta Model API и Muse Code под идентификатором muse-ember-1.0.
- Контекст 1 млн токенов, ответ до 512 тыс. токенов, понимает текст, картинки, аудио и видео.
- Сравнения с Claude Haiku 5.5 и GPT-6 Luna — от самой Meta и на её же внутренних тестах, независимых прогонов пока мало.
Meta выпустила модель Muse Ember — самую маленькую и дешёвую в линейке Muse, заточенную под рутину ИИ-агентов: вызовы инструментов, мелкие задачи по коду, маршрутизацию и разбор длинных документов. Главный аргумент Meta — цена: $0,10 за миллион входных токенов. Разбираем, что за этим стоит и где реклама расходится с реальностью.
Что выпустила Meta
Анонс Meta описывает Ember как модель для «работы, которую агенты повторяют весь день». Логика простая: в агентной системе основную часть токенов съедают не умные решения, а сотни мелких шагов — прочитать файл, прогнать тест, достать поле из документа, решить, какой модели отдать запрос. Под это Meta и сделала лёгкую модель.
Схему использования Meta формулирует сама: большая модель планирует, Ember берёт на себя объём. В паре предлагается Muse Wonder — фронтирная модель, которую мы разбирали в материале про Muse Wonder. Как пишет TechCrunch, Ember — четвёртая модель под брендом Muse после Spark (апрель), его открытого близнеца Glimmer (август) и Wonder (октябрь). По словам Meta, это первая модель, обученная с помощью Muse Wonder Full.
Модель Muse Ember: цены и цифры
Прайс из анонса: $0,10 за миллион входных токенов, $0,004 за миллион кэшированных и $0,50 за миллион выходных — для запросов до 200 тыс. токенов. Длиннее — $0,30, $0,012 и $1,50 соответственно. Для сравнения, Muse Spark 1.3 стоит $1,25 и $4,25. TechCrunch отмечает, что по цене Ember конкурирует уже не с Haiku и Luna, а с открытыми DeepSeek V4.1 Flash и GLM 5.3 Flash.
Цифры Meta на максимальном режиме рассуждений против Claude Haiku 5.5 и GPT-6 Luna:
- AutomationBench-AA (сквозные бизнес-процессы): 37,8% против 13,9% и 20,2%;
- Terminal-Bench 4.0 (агентный код в терминале): 40,9% против 39,2% и 16,4%;
- OSWorld 2.1 (работа с десктопом, частичный зачёт): 69,5% против 68,9% и 50,5%;
- FrontierCode 2.0-AA: 27,2% — здесь Ember проигрывает Haiku с её 34,9%.
Один из партнёров, Cloudflare, пишет, что Ember прошла все их кодовые задания с p95-задержкой 2,2 секунды — в 4–13 раз быстрее ведущих открытых моделей, по их тестам. Oracle говорит о скорости до 30% выше на «хвосте» по сравнению с аналогом, который они тестировали.
Дешёвая модель для агентов — это не про «умнее всех», а про то, сколько стоит тысяча мелких шагов.
Где реклама и где реальность
Сначала про честность сравнений. Индекс Personal Superintelligence, где Ember набирает 46,8, — внутренний композит Meta из восьми тестов. Terminal-Bench считали в разных обвязках для каждой модели: mini-swe-agent для Ember, Claude Code для Haiku, Codex для Luna. Стоимость задач в анонсе — оценка по предложенным ценам. Это не значит, что цифры неверны, но это маркетинг, а не независимый замер.
Второе: на сложных задачах Meta сама не советует ставить Ember. В документации API прямо сказано, что для сложного кода с одного захода, вопросов на глубокие знания и визуального кодинга нужны Spark или Wonder. Ember — исполнитель, а не мозг системы.
Третье: открытых весов нет. Ember доступна только через API Meta и Muse Code, а также в Google Cloud и Oracle Cloud. Если тебе нужна локальная модель, это не она. Про открытую ветку Meta смотри наш разбор Muse Spark Open.
По безопасности Meta сообщает, что прогнала Ember по своей рамке рисков — химия и биология, кибербезопасность, потеря контроля — и модель осталась ниже порогов высокого риска. Отдельно проверяли устойчивость к инструкциям, спрятанным в веб-страницах и документах. Для агентов это критично, но это снова самооценка компании.
Что это значит для тебя
Если ты гоняешь ботов — парсишь новости, сортируешь сигналы из телеграм-каналов, разбираешь отчёты проектов или классифицируешь тикеты — модель Muse Ember может заметно срезать счёт за API. Запрос совместим с Muse Spark: по документации, чтобы переключиться, в большинстве случаев достаточно сменить ID модели. Логичная схема — оставить на главном цикле сильную модель, а мелкие повторяющиеся шаги отдать Ember.
Но не отдавай дешёвой модели ничего, что двигает деньги без проверки. Агент, который сам подписывает транзакции или торгует на бирже, должен работать с лимитами и подтверждением человеком на крупных действиях, какая бы модель ни стояла внутри. Прежде чем переносить продакшен, прогони свою задачу на своих данных: бенчмарки производителя твою нагрузку не описывают.
FAQ
Что такое модель Muse Ember? Самая маленькая и дешёвая модель Meta в линейке Muse для повторяющихся задач агентов: инструменты, код, маршрутизация, документы.
Сколько стоит? $0,10 за миллион входных и $0,50 за миллион выходных токенов для запросов до 200 тыс. токенов.
Можно скачать веса? Нет, доступ только через Meta Model API, Muse Code и облака Google и Oracle.
Она лучше Claude Haiku 5.5? По тестам Meta — на большинстве задач да, но на FrontierCode 2.0 Haiku впереди, а независимых сравнений пока мало.
Итог: модель Muse Ember — дешёвая рабочая лошадка для агентов, а не новый лидер по интеллекту. Для массовых мелких задач она может сэкономить деньги, но цифры пока от самой Meta, так что проверяй на своей нагрузке.
Материал не является инвестиционной рекомендацией. Крипта — высокий риск, решения принимаешь сам.


